መግቢያ

በዴቭኦፕስ እና በዳመና-ቤተኛ አፕሊኬሽኖች ዘመን የመሰረተ ልማት ኦርኬስትራ የዘመናዊ ሶፍትዌር ልማት ወሳኝ አካል ሆኗል። እንደ Ansible፣ Terraform እና CloudFormation ያሉ ባህላዊ የመሠረተ ልማት ኦርኬስትራ መሳሪያዎች የመሠረተ ልማት ሀብቶችን ማሰማራት እና ማስተዳደር ላይ ከፍተኛ እመርታ አድርገዋል። ነገር ግን፣ እነዚህ መሳሪያዎች ብዙውን ጊዜ በእጅ ውቅር፣ ስክሪፕት እና በሰው ጣልቃገብነት ላይ የተመሰረቱ ናቸው፣ ይህም ወደ ስህተቶች፣ አለመመጣጠን እና ማነቆዎች ሊመራ ይችላል።

እነዚህን ውሱንነቶች ለመቅረፍ አርቴፊሻል ኢንተለጀንስ (AI) እና የማሽን መማሪያ (ኤምኤል) በራስ ገዝ የመሠረተ ልማት ኦርኬስትራ ሥርዓቶችን ለመፍጠር ኃይልን መጠቀም አለብን። በዚህ ጽሑፍ ውስጥ፣ StackGen እና LangChain እንዴት እንዲህ አይነት ስርዓትን ለመገንባት ጥቅም ላይ ሊውሉ እንደሚችሉ እንመረምራለን፣ ጽንፍ የዴቭኦፕስ አውቶሜትሽን ማንቃት እና መሠረተ ልማትን የምናስተዳድርበትን መንገድ አብዮት።

StackGen ምንድን ነው?

StackGen የመሠረተ ልማት ሃብቶችን ለመወሰን እና ለማስተዳደር ገላጭ ውቅረት ሞዴልን የሚጠቀም የክፍት ምንጭ፣ ደመና-ቤተኛ የመሠረተ ልማት ኦርኬስትራ መሳሪያ ነው። የተነደፈው በከፍተኛ ደረጃ ሊለጠፍ የሚችል፣ተለዋዋጭ እና ሊሰፋ የሚችል ሲሆን ይህም ለትልቅ ውስብስብ የመሠረተ ልማት ዝርጋታ ተመራጭ ያደርገዋል።

የStackGen's ኮር አርክቴክቸር ሞጁል በሆነ፣ ተሰኪ ላይ የተመሰረተ ንድፍ ላይ የተመሰረተ ነው፣ ይህም ገንቢዎች በቀላሉ እንዲራዘሙ እና ተግባራቸውን እንዲያበጁ ያስችላቸዋል። ይህ ሞዱላሪቲ በተጨማሪ StackGen ከሌሎች መሳሪያዎች እና ማዕቀፎች ጋር እንዲዋሃድ ያስችለዋል፣እንደ LangChain፣ በቀጣይ የምንወያይበት።

LangChain ምንድን ነው?

LangChain የውይይት AI መተግበሪያዎችን ለመገንባት በጣም ጥሩ፣ ክፍት ምንጭ ማዕቀፍ ነው። ቻትቦቶችን፣ የድምጽ ረዳቶችን እና ሌሎች የውይይት በይነገጾችን ለመፍጠር ኃይለኛ መሳሪያዎችን እና ኤፒአይዎችን ያቀርባል። LangChain በላንግቻይን ኮር ላይ ነው የተሰራው፣ እሱም በከፍተኛ ደረጃ ሊሰፋ የሚችል፣ ሰው መሰል ቋንቋን ለመስራት እና ለማፍለቅ የሚሰራጭ ስነ-ህንፃ ነው።

የ LangChain ቁልፍ ባህሪያት የሚከተሉትን ያካትታሉ:

• ** የውይይት AI ***: LangChain ገንቢዎች የተፈጥሮ ቋንቋ ግብዓቶችን መረዳት እና ምላሽ መስጠት የሚችሉ የውይይት በይነገጾች እንዲገነቡ ያስችላቸዋል።
• ** Generative AI ***: LangChain ሰው መሰል ጽሑፎችን, ምስሎችን እና ሌሎች ሚዲያዎችን ለመፍጠር የሚያገለግሉ የጽሑፍ-ወደ-ጽሑፍ እና የጽሑፍ-ወደ-ምስል ሞዴሎችን ጨምሮ የተለያዩ የጄነሬቲቭ AI ሞዴሎችን ያቀርባል.
• ** ውህደት ***: LangChain StackGen ን ​​ጨምሮ ከተለያዩ መሳሪያዎች እና ማዕቀፎች ጋር ያለምንም ችግር ይዋሃዳል ፣ ይህም ራሱን የቻለ የመሠረተ ልማት ኦርኬስትራ ስርዓቶችን ለመገንባት ተመራጭ ያደርገዋል።

AI ወኪሎችን እና አመንጪ AIን ለጽንፈኛ DevOps አውቶሜሽን መጠቀም

StackGen እና LangChainን በመጠቀም ራሱን የቻለ የመሰረተ ልማት ኦርኬስትራ ስርዓት ለመገንባት፣ የተፈጥሮ ቋንቋ ግብአቶችን የሚረዳ እና ምላሽ የሚሰጥ AI ወኪል መፍጠር አለብን። ይህ AI ወኪል እንደ ቨርቹዋል ማሽኖች፣ ኮንቴይነሮች እና ኔትወርኮች ያሉ የመሠረተ ልማት ሀብቶችን የማደራጀት ኃላፊነት አለበት።

የህንጻው ከፍተኛ ደረጃ አጠቃላይ እይታ እነሆ፡-

1. ** የተጠቃሚ ግቤት ***፡ ተጠቃሚው የተፈጥሮ ቋንቋ ግብአት ያቀርባል፣ ለምሳሌ አዲስ ቨርቹዋል ማሽን ለማሰማራት ጥያቄ።
2. ** LangChain ***: LangChain ማዕቀፍ የተጠቃሚውን ግብአት ያስኬዳል እና በማሽን ሊነበብ የሚችል የጥያቄውን ውክልና ያመነጫል።
3. StackGen፡ የStackGen መሳሪያ በማሽን የሚነበብ ውክልና ተቀብሎ የመሠረተ ልማት ሃብቶችን ለማቀናበር ይጠቀምበታል።
4. ** Generative AI ***: የ LangChain ማዕቀፍ ለተጠቃሚው ግብረመልስ ለመስጠት ሰው መሰል ጽሑፍን፣ ምስሎችን እና ሌሎች ሚዲያዎችን ለማፍለቅ አመንጪ AI ሞዴሎችን ይጠቀማል።

ይህንን አርክቴክቸር ለማሳየት አንድ ቀላል ምሳሌ እንመልከት። StackGen እና LangChainን በመጠቀም አዲስ ምናባዊ ማሽን ማሰማራት እንፈልጋለን እንበል። ይህ እንዴት ማሳካት እንደሚቻል የሚያሳይ የፓይዘን ኮድ ቅንጭብጭብ እዚህ አለ፡- `` ፓይቶን አስመጣ langchain ከስታክገን ማስመጣት StackGen

የLangChain ወኪል ይፍጠሩ

ወኪል = langchain. ወኪል( ስም = "መሰረተ ልማት_ኦርኬስትራ", ሞዴል = "ጽሑፍ-ወደ-ጽሑፍ", Quick="2 ሲፒዩዎች እና 4 ጊባ ራም ያለው አዲስ ቨርቹዋል ማሽን ያሰማሩ" )

የStackGen ምሳሌ ይፍጠሩ

stackgen = StackGen()

LangChainን በመጠቀም የተጠቃሚውን ግብአት ያስኬዱ

user_input = "2 ሲፒዩዎች እና 4 ጂቢ ራም ያለው አዲስ ቨርቹዋል ማሽን አሰማራ" የተቀነባበረ_ግቤት = ወኪል.ሂደት_ግቤት(የተጠቃሚ_ግቤት)

StackGen ን በመጠቀም የመሠረተ ልማት ሃብቶችን አደራጅ

stackgen.deploy_vm(የተሰራ_ግቤት)

ይህ የኮድ ቅንጣቢ የ LangChain ወኪል የተጠቃሚውን ግብአት እንዴት እንደሚያስኬድ እና በማሽን ሊነበብ የሚችል ውክልና እንደሚያመነጭ ያሳያል፣ ይህም በStackGen የመሠረተ ልማት ሃብቶችን ለማቀናበር ይጠቅማል።

## ከፍተኛ 5-10 በብዛት ጥቅም ላይ የዋሉ ትዕዛዞች/ቅንጣዎች

ለStackGen እና LangChain በጣም ጥቅም ላይ የዋሉት 5-10 ከፍተኛ ትዕዛዞች/ቅንጣዎች እነሆ፡-

### StackGen

1. `stackgen deploy_vm <vm_config>`፡ ከተጠቀሰው ውቅር ጋር አዲስ ምናባዊ ማሽን ያሰማራል።
2. `stackgen delete_vm <vm_id>`፡ ከተጠቀሰው መታወቂያ ጋር ምናባዊ ማሽንን ይሰርዛል።
3. `stackgen list_vms`፡ አሁን ባለው አካባቢ ያሉትን ሁሉንም ምናባዊ ማሽኖች ይዘረዝራል።
4. `stackgen create_network <network_config>`፡ ከተጠቀሰው ውቅር ጋር አዲስ አውታረ መረብ ይፈጥራል።
5. `stackgen delete_network <network_id>`፡ ከተጠቀሰው መታወቂያ ጋር አውታረ መረብን ይሰርዛል።

### LangChain

1. `agent.process_input(<user_input>)`፡ የተጠቃሚውን ግብአት ያስኬዳል እና በማሽን ሊነበብ የሚችል ውክልና ያመነጫል።
2. `agent.generate_text(<prompt>)`፡ በተጠቀሰው ጥያቄ መሰረት ሰው የሚመስል ጽሑፍ ያመነጫል።
3. `agent.generate_image(<prompt>)`፡ በተጠቀሰው ጥያቄ መሰረት ምስል ይፈጥራል።
4. `agent.integrate_stackgen(<stackgen_config>)`፡ LangChainን ከStackGen ጋር ያዋህዳል።
5. `agent.list_integrations()`፡ ከStackGen ጋር ሁሉንም ውህደቶች ይዘረዝራል።

## እይታ

Chart.jsን በመጠቀም የStackGen እና LangChain አርክቴክቸር ምስላዊ እይታ እዚህ አለ፡-
``json
{
  "አይነት": "pieChart",
  "ውሂብ": {
    "መለያዎች": ["StackGen", "LangChain"],
    "መረጃዎች": [
      {
        "label": "የመሰረተ ልማት ኦርኬስትራ",
        "ውሂብ": [50, 50],
        "backgroundColor": ["#4CAF50", "#FF9800"]
      }
    ]
  }
  "አማራጮች": {
    "ርዕስ": {
      "ማሳያ": እውነት,
      "text": "StackGen and LangChain Architecture"
    }
    "አፈ ታሪክ": {
      "ማሳያ": እውነት
    }
  }
}

ይህ እይታ በStackGen እና LangChain መካከል በመሰረተ ልማት ኦርኬስትራ አርክቴክቸር መካከል ያለውን እኩል ክፍፍል ያሳያል።

መደምደሚያ

በዚህ ጽሑፍ ውስጥ፣ StackGen እና LangChain ራሱን የቻለ የመሠረተ ልማት ኦርኬስትራ ሥርዓት ለመገንባት እንዴት ጥቅም ላይ እንደሚውል መርምረናል። የላንግ ቻይን ማዕቀፍ የተፈጥሮ ቋንቋ ግብአቶችን ለማስኬድ እና በማሽን ሊነበቡ የሚችሉ ውክልናዎችን ለማመንጨት እንዴት ጥቅም ላይ እንደሚውል አሳይተናል፣ ከዚያም በ StackGen የመሠረተ ልማት ሀብቶችን ለማቀናጀት ይጠቅማል። እንዲሁም StackGen እና LangChainን ለመገንባት እና ለማዋሃድ የሚያገለግሉ የተለያዩ ተግባራዊ የኮድ ቅንጥቦችን እና ትዕዛዞችን አቅርበናል።

የ AI ወኪሎችን እና የጄነሬቲቭ AIን ኃይል በመጠቀም በከፍተኛ ደረጃ ሊለወጡ የሚችሉ፣ተለዋዋጭ እና ማራዘሚያ የሆኑ ጽንፈኛ DevOps አውቶሜሽን ስርዓቶችን መፍጠር እንችላለን። ይህ ገንቢዎች እንደ አፕሊኬሽኖች ግንባታ እና ማሰማራት ባሉ ከፍተኛ ደረጃ ስራዎች ላይ እንዲያተኩሩ ያስችላቸዋል፣ የመሠረተ ልማት ኦርኬስትራ ሲስተም ደግሞ መሰረታዊ የመሠረተ ልማት ሀብቶችን ይንከባከባል።

ይህ መጣጥፍ የStackGen እና LangChain አርክቴክቸር አጠቃላይ እይታን እንዳቀረበ እና ገንቢዎች ራሱን የቻለ የመሠረተ ልማት ማቀናበሪያ አማራጮችን እንዲመረምሩ እንዳነሳሳ ተስፋ እናደርጋለን።